1 概念与定位
1.1 过程性评价的定义
过程性评价是指在学习活动进行之中或学习过程的各个阶段持续开展的评价方式。它以获取学习证据为基础，通过及时反馈与改进建议，帮助学习者调整学习方法、目标投入与策略选择，也帮助教学者优化活动设计、教学节奏与支持方式。其核心不在于终点评定，而在于“边做边看、边看边改”。
1.2 与终结性评价的区别
终结性评价通常发生在学习单元结束时，侧重对学习结果进行汇总判断，如期末成绩、结业评定或综合性考试成绩。过程性评价则贯穿学习过程，强调反馈的时效性与证据的多源性；同时，它更关注“当前水平如何支撑下一步改进”，因此评价信息常被用于再设计教学环节或再组织学习任务。
1.3 Assessment分类中的角色与边界
在评价体系中，过程性评价常与终结性评价形成互补：过程性评价提供持续的理解与修正依据，终结性评价承担阶段性或总结性的权重。其边界主要体现在用途与证据类型：过程性评价不等同于随意打分或课堂随口评价；它需要与学习目标、评价标准建立对应关系，并以可操作的改进信息为导向。
2 基本原则与设计思路
2.1 反馈驱动的改进导向
过程性评价的反馈应当能够指向改进动作，而非停留在情绪性评价或笼统结论。理想状态是：反馈说明“证据显示了什么”“差距在哪里”“下一次怎样做更有效”，并与学习者下一步的学习安排衔接。
2.2 证据充分与评价透明
评价所依据的证据应来自多种学习表现，而非单一片段。与此同时，评价的标准与采信理由需要尽可能透明，例如说明关注哪些能力维度、如何解读证据、反馈会如何被用于调整。透明有助于减少误解，提高学习者对评价的信任感。
2.3 以学习目标为中心
过程性评价应从学习目标出发进行任务设计与证据采集。目标决定“要看什么”，证据决定“当前达到到哪里”，反馈则围绕目标差距提出改进建议。脱离目标的评价容易变成泛化打分，难以形成学习闭环。
2.4 关注差异与可达成支持
学习者起点不同、节奏不同。过程性评价需要兼顾差异，提供层级化或分步化支持，例如把复杂任务拆成可练的子技能，或使用不同难度的练习路径。支持的可达成性意味着反馈应让学习者知道可行的下一步，并能在合理时间内获得练习机会与再回应。
3 证据来源与常见工具
3.1 课堂观察与学习表现记录
课堂观察可用于捕捉学习者的参与方式、思考过程呈现、提问质量、协作贡献等。记录方式可以是观察清单、关键事件描述或学习表现频次统计。为避免主观偏差，观察通常需要明确观察维度，并在必要时进行多次核对或同伴/教师交叉记录。
3.2 作业、练习与形成性小测
作业与练习能够提供相对系统的证据，如解题过程、写作草稿迭代、实验操作步骤等。形成性小测一般篇幅短、频率可更高，重点在于诊断理解缺口并指导后续练习，而不是作为一次性淘汰或排序工具。小测结果可进一步用于错因归类与再教学。
3.3 学习档案袋与过程性作品
学习档案袋（portfolio）收集学习过程中形成的作品与反思材料，如多轮草稿、版本对比、关键改进记录。档案袋的价值在于呈现变化轨迹，使评价能够回答“如何从早期水平走向当前水平”。它也便于对成长进行可视化呈现，增强学习者的自我认知。
3.4 自评与同伴互评
自评与同伴互评通过让学习者参与标准理解与证据判断，促进元认知发展。自评可借助量规或检查清单，帮助学习者审视目标达成度；同伴互评则需要明确评价规则与互动礼仪，避免只看“对错”而忽略证据与改进建议的表达。
3.5 学习日志、反思卡与学习轨迹
学习日志或反思卡记录学习者在特定阶段的困惑、策略选择、有效经验与下一步计划。学习轨迹可指向更细的过程信息，例如完成进度、复习周期或练习次数。此类证据能补足纯表现性证据的不足，帮助教学者理解学习者“为何卡住、怎样尝试”的内在原因。
4 实施流程（从课堂到平台）
4.1 目标拆解与评价指标设定
实施前需要把学习目标拆解为可观察、可判断的指标，形成“任务表现—能力维度—证据类型”的对应关系。指标设定应避免只停留在抽象描述，尽量落实到具体行为或作品特征，例如论证是否有证据支撑、步骤是否可复现等。
4.2 收集证据：频率与时机
证据收集应覆盖学习过程的关键节点：导入阶段用于了解基础，推进阶段用于监控理解与技能练习，巩固阶段用于检验改进效果。频率与时机需与教学节奏匹配，既避免过度打扰，也确保反馈不会“太晚无法改”。
4.3 解读证据：质量判断
解读不是简单比对对错，而要根据指标判断证据质量。教师可关注：证据是否直接对应目标、是否呈现了必要的思考或过程、改进是否与反馈建议一致。对于复杂任务，通常需要结合多项证据进行综合判断。
4.4 反馈输出：语言与行动化建议
反馈输出应尽量具体、可操作。常见做法包括：指出最关键的成功点以维持策略信心；说明当前证据与指标之间的差距；给出下一步练习或重写方向；必要时提供参考示例或局部示范。反馈语言应兼顾清晰与尊重，减少羞辱性表达。
4.5 依据反馈的教学/学习调整
过程性评价的最终价值体现在调整。教学端可根据证据进行再讲解、补充示例、分组支持或调整任务难度；学习端则通过改写、重做、补练与复盘实现迭代。调整应被记录，以便形成下一轮的证据链和反馈循环。
5 评价标准与工具构建
5.1 量规（Rubric）的结构与要素
量规通常包含评价维度、等级描述与证据样例。维度对应能力或过程要素，如“概念理解”“表达清晰度”“方法合理性”等；等级描述用于界定不同质量水平的特征；证据样例则帮助评价者更一致地理解指标。
5.2 指标化描述与等级设计
指标化描述将抽象目标转化为可观察特征。等级设计应体现“从易到难、从少到多、从模糊到清晰”的成长逻辑，同时避免等级之间界限过度细碎。等级数量需平衡区分度与使用负担，过多等级可能降低一致性与可用性。
5.3 标准对齐：任务—活动—目标
标准对齐强调：任务应能产生目标所需的证据，活动应支持学习者练出这些证据，评价标准应能准确覆盖活动中被要求的能力。缺乏对齐时，常见问题包括评价看不到、任务练不到，或反馈难以对应到具体目标。
5.4 反馈模板与示例
反馈模板可用来提升反馈一致性与效率，例如包含“我看到的证据”“当前与标准的差距”“建议的改进动作”“下一次检查点”。示例通常以量规维度为骨架，把抽象建议落实到可执行步骤，如“在第二段加入数据支持”“把步骤补充到可复现实验条件”等。
6 典型方法与案例类型
6.1 “小步快跑”的即时反馈策略
在课堂中可通过短周期任务与即时反馈实现快速迭代。例如教师提出一个可独立完成的小问题，让学习者当堂作答并获得针对性提示；随后再进行相似但稍有变化的练习，检验反馈是否被转化为行动。该策略适合技能类与概念类内容的衔接阶段。
6.2 迷你测验与错因分析
迷你测验的设计可以服务于诊断：先用少量题目定位薄弱点，再对常见错误进行类别归因，如概念混淆、步骤遗漏、单位误用等。错因分析的关键在于把“错误”转化为“需要练习的技能点”，从而支持后续的针对性训练与复学安排。
6.3 同伴互助与协作评价
协作场景中，过程性评价可围绕团队任务组织：让学习者在共同完成作品或解决方案的过程中进行互助，并在关键节点进行协作评价。互助评价强调团队互动质量与贡献证据，如讨论是否能引导推理、分工是否有阶段性产出。通过结构化互评，既能提升参与度，也能减少“搭便车”。
6.4 反思型作业与迭代提交
反思型作业要求学习者不仅提交结果，还要说明思路调整、策略选择与改进证据。迭代提交通常允许多轮修改，例如先交草稿获得反馈，再据建议改写后提交终稿。此类方法适用于写作、项目研究与复杂解决问题任务。
7 在线与混合学习中的过程性评价
7.1 学习管理平台的数据证据
在在线或混合学习中，学习管理平台可提供如登录与学习时长、作业提交记录、测验次数、资源访问路径等数据。过程性评价可利用这些证据识别学习节奏与潜在困难，例如连续未完成、反复重做但得分不提升等现象。需要注意的是，数据应与学习目标对齐并加以解释，避免只凭“行为频次”推断能力水平。
7.2 讨论区表现与参与度追踪
讨论区可作为互动证据来源，包括提问频率、回应质量、引用材料的程度、对同学观点的拓展等。为了让评价更公平，通常需要提供参与规则与评价维度，例如要求每次发言附带思考依据，或对回应提供改进建议而非仅表达立场。
7.3 远程作业与自动反馈的边界
自动反馈能提升及时性，如选择题即时判分、文本相似度提示或规则检测。但它往往难以充分覆盖推理过程与高层次创造性表达。因此过程性评价在远程场景需设定边界：对需要深度解释的部分仍应配合人工点评或结构化口头/书面说明，以补足自动反馈的盲区。
7.4 线上同伴互评的组织方式
线上同伴互评可通过分组、匿名或半匿名机制降低偏差，并结合量规与示例引导评价表达。组织方式常包括：先学习标准，再进行样例评阅，最后才轮到真实作品互评。这样有助于减少“只给分不说理由”的问题，并提高反馈可读性。
8 常见问题与质量控制
8.1 反馈泛化与“只说不改”
常见质量风险是反馈停留在“不错/还可以/需努力”的泛化层面。为避免这种情况，可以要求反馈至少包含一个可验证的改进动作，并在下一轮任务中设置检查点，让学习者有机会用证据回应“我按建议做了什么”。
8.2 证据不足或选择偏差
若证据来源过少或集中在少数表现类型，评价可能失真。质量控制可采用多源证据策略，并对证据选择进行审视，例如是否只关注结果展示而忽略过程产出；是否过度依赖单次测验导致偶然性影响判断。
8.3 量规过度复杂与可用性不足
量规若维度过多、等级描述冗长，容易造成执行困难与评价不一致。控制方法包括精简维度、用清晰语言描述等级特征，并为评价者提供示例与校准活动，确保工具能被稳定使用。
8.4 评价疲劳与学生负担
频繁评价与大量表单可能增加学习者负担，导致形式主义。过程性评价需要合理安排：把信息收集与教学活动融合，减少重复动作，并在反馈密度与学习目标之间取得平衡。对较小任务可以采用简短反馈，对重要阶段再进行更深入的迭代。
8.5 公平性：可获得性与支持措施
公平性包括评价任务可达、评价标准可理解、反馈支持可获得。为实现这一点，可提供示例、分步说明、替代性证据路径（例如允许不同形式展示理解），并对学习困难者提供额外练习或资源。通过可获得性支持减少因条件差异造成的不利影响。
9 对学习与教学的影响
9.1 学习动机与自我效能
当学习者能看到自己的进步轨迹，并明确下一步如何改进时，自我效能感更容易形成。过程性评价通过持续反馈强化“可努力、可改善”的信念，进而影响动机水平与坚持度。反馈质量是关键：过度否定或缺少路径指引会削弱效果。
9.2 学习策略的调整与迁移
过程性评价促使学习者把注意力从“拿到答案”转向“形成方法”。通过反思与再练，学习者会调整策略，如更关注检查步骤、改进写作结构、使用更合适的学习资源，并把经验迁移到相似任务中。
9.3 教学决策的迭代优化
教学者能依据证据及时调整教学安排，例如重新组织讲解顺序、补充关键概念、调整分组支持或延长练习时间。迭代优化的前提是证据能够反映学习状态，并且反馈能转化为具体的教学动作。
9.4 家校沟通中的过程信息呈现
在沟通中呈现学习过程信息有助于降低“只看成绩”的单一视角。家长或监护人更能理解孩子正在发展的能力维度、需要改进的具体环节以及后续的学习计划。过程信息呈现应避免过度细化到隐私或难以理解的统计，强调可读性与行动建议。
10 术语相关与延伸
10.1 过程性评价、诊断性评价与反馈的关系
诊断性评价侧重在学习开始或关键节点识别起点、误解或潜在困难，常为后续教学提供依据。过程性评价则贯穿学习过程并持续提供反馈。二者在实践中常发生重叠：诊断获得的信息可成为过程性评价的起点，而过程性评价的结果也能不断诊断新的障碍。反馈则是连接证据与改进动作的关键媒介。
10.2 形成性教学（Formative Teaching）的协同
形成性教学强调教学设计与课堂互动本身也服务于学习的持续改进。过程性评价提供“看见学习”的证据，而形成性教学负责把证据转化为教学调整，如调整活动结构、提供分层支架、改变练习节奏。两者协同可理解为“证据—决策—支持”的循环。
10.3 学习分析（Learning Analytics）的适用范围
学习分析常用于基于数据的学习监控与预测，例如识别风险学习者、分析学习路径或评估资源使用效果。其适用范围在于需要大规模数据支持的场景，如线上课程的学习轨迹监测。过程性评价则更强调证据解释与反馈行动，因此学习分析通常作为证据来源之一，需要与评价标准和反馈机制结合，才能真正服务学习改进。